12253 ورقة بحثية
تقدم الورقة البحثية "التعلم التعزيزي عبر التغذية الراجعة الرمزية" (RLSF)، وهو نموذج جديد للضبط الدقيق يستفيد من أدوات الاستدلال الرمزي لتوفير تغذية راجعة دقيقة على مستوى الرمز (token-level)، مما يمكّن النماذج اللغوية الكبيرة الأصغر حجماً من التفوق بشكل كبير على النماذج المغلقة الأكبر حجماً في المهام التي تتطلب توافقاً منطقياً خاصاً بمجال معين.
تقدم هذه الورقة البحثية ANCHOLIK-NER، وهي أول مجموعة بيانات مرجعية للتعرف على الكيانات المسماة في خمس لهجات إقليمية للغة البنغالية، وتقيم النماذج القائمة على المحولات (transformer-based models) عليها لتضع خطوة تأسيسية لتطوير أنظمة معالجة اللغات الطبيعية المدركة للهجات.
تقدم هذه الورقة إطاراً لقياس "التنوع الدلالي الفعال" لتوضيح أنه في حين قد تبدو النماذج اللغوية الكبيرة التي تم ضبطها وفق التفضيلات أقل تنوعاً بموجب المقاييس القياسية، إلا أنها في الواقع تولد مجموعة أكبر من المخرجات عالية الجودة مقارنة بالنماذج الأساسية أو تلك التي خضعت للضبط الدقيق الخاضع للإشراف، مع إثبات أن النماذج الأصغر حجماً أكثر كفاءة في استخدام المعلمات لإنتاج محتوى فريد.
تقدم هذه الورقة "تكلفة المرور" (Cost-of-Pass)، وهو إطار اقتصادي يقيم إنتاجية النماذج اللغوية من خلال الجمع بين الدقة وتكاليف الاستدلال، مما يكشف أن الابتكارات المتكاملة على مستوى النموذج هي المحركات الأساسية لكفاءة التكلفة، ويوفر أداة منهجية لتوجيه قرارات النشر.
تُظهر هذه الدراسة أنه في حين يمكن لبعض النماذج اللغوية الكبيرة محاكاة المتوسطات البشرية في مهمة الطلاقة الفونيمية، إلا أنها تخفق باستمرار في إعادة إنتاج نطاق وهيكل التباين السلوكي البشري، مما يسلط الضوء على قيود كبيرة في استخدام النماذج اللغوية الكبيرة كبدائل للمشاركين البشريين في الأبحاث المعرفية.
تقدم هذه الورقة البحثية GraftLLM، وهي طريقة مبتكرة تتيح نقلاً فعالاً وعابراً للقدرات وخالياً من النسيان ودمجاً للنماذج للنماذج اللغوية الكبيرة وغير المتجانسة، وذلك عبر ضغط قدرات المصدر في "حزم مهارات" (SkillPacks) مدمجة وقابلة للنقل تحافظ على القدرات العامة مع تقليل تضارب المعلمات إلى أدنى حد.
تقدم الورقة البحثية DeVisE، وهو إطار عمل للاختبار السلوكي يستخدم اضطرابات مضادة للواقع محكومة في السمات الديموغرافية وعلامات المؤشرات الحيوية في ملاحظات الخروج من وحدة العناية المركزة للكشف عن كيفية تباين النماذج اللغوية الطبية الكبيرة الحالية في حساسيتها واتساق استدلالها، مما يثبت أن المقاييس القياسية غالبًا ما تفشل في رصد الاختلافات السلوكية ذات الصلة سريريًا.
تُثبت هذه الورقة أن النماذج اللغوية تمتلك تمثيلات موثوقة وقابلة للفصل خطياً لمعقولية الأحداث تظهر باستمرار أثناء التدريب ويمكنها نمذجة الأحكام البشرية الدقيقة للفئات الوجوبية بفعالية، مما يقدم رؤى جديدة لكل من قدرات الذكاء الاصطناعي والإدراك البشري.
تقدم هذه الورقة LiveMCPBench، وهو معيار مرجعي واسع النطاق وقابل لإعادة الإنتاج يضم 70 خادماً و527 أداة لتقييم وكلاء النماذج اللغوية الكبيرة في مهام بروتوكول سياق النموذج (MCP) متعددة الخوادم في العالم الحقيقي، كاشفةً أن أخطاء الاسترجاع هي العائق الأساسي وأن التكوين النشط للأدوات يؤثر بشكل كبير على معدلات النجاح.
تتناول هذه الورقة البحثية أوجه القصور في الأساليب الحالية الموجهة نحو المخاطر في بناء مجموعات بيانات السلامة متعددة الوسائط من خلال اقتراح مسار جديد ذاتي التكيف موجه نحو الصور يقوم تلقائياً بتوليد مجموعة بيانات سلامة واقعية مكونة من 35 ألف عنصر، وتقديم مقياس تقييم معياري للتحقق من فعاليتها عبر مهام متنوعة.